Хранилища_данных. Лекция 4

ХРАНИЛИЩА ДАННЫХ
Лекция 4
1
Содержание
Интеграция информационных ресурсов
в хранилищах данных. Проблема
интеграции данных.
2
Две группы аналитических платформ
Платформы первой группы ориентированы на работу
с выделенными источниками данных - хранилищами и
витринами данных, которые специально
сформированы для аналитической обработки, что
выражается и в особых структурах и моделях данных
этих источников (Microsoft, Hyperion Solutions,
«старая» Oracle).
Платформы второй группы ориентированы на работу с
более широким кругом источников (Business Objects,
Cognos, Microstrategy)


3
Рынок BI в 2006 г.
4
Microsoft SQL Server 2008
Analyses Services
5
История
1996 – покупка программной технологии
OLAP у израильской компании Panorama
Software
 1998 – выпуск OLAP Services как часть SQL
Server 7
 2000 – выпуск Analysis Services 2000 (+ Data
Mining)
 2005 – выпуск Analysis Services 2005
 2008 – выпуск Analysis Services 2008

6
Структура MS SQL Server 2008
7
Основные функции SSAS
OLAP – позволяет пользователям проектировать,
реализовывать и управлять многомерными
структурами, которые содержат данные,
агрегированные из других источников (реляционных
БД)
Data Mining – позволяет пользователям
проектировать, реализовывать и визуализировать
модели добычи знаний, реализованные на основе
данных из других источников, используя набор
промышленно-стандартизированных алгоритмов
анализа


8
Серверная архитектура Analysis Services
Серверной компонентой SSAS является
приложение msmdsrv.exe, которое работает как
служба Windows
Можно запускать несколько экземпляров, каждый
будет работать как отдельная служба
Компоненты приложения:
 модули безопасности
 XML for Analysis (XMLA)
 процессор запросов
 несколько других компонентов



9
Функции серверной компоненты









парсинг запросов от пользователя
управление метаданными
управление транзакциями
выполнение вычислений
хранение данных измерений и ячеек
создание агрегатов
управление выполнением запросов
кэширование объектов
управление серверными ресурсами
10
Клиентская архитектура

Языки запросов:




11
SQL
Multidimensional
Expressions (MDX)
Data Mining Extensions
(DMX)
Analysis Services
Scripting Language
(ASSL)
Unified Dimension Model

позволяет обращаться к данным нескольких кубов
Analysis Services в одном запросе
12
Объекты SSAS

SSAS содержит объекты БД и сборки (Assemblies):
 БД содержат источники данных (data sources),
представления источников данных (data source
views), кубы (cubes), меры (measures), группы мер
(measure groups), измерения (dimensions), атрибуты
(attributes), иерархии (hierarchies), структуры и
модели для добычи знаний (mining structures and
models) и роли (roles)
 Сборки содержат пользовательские функции,
расширяющие встроенные возможности языков
Multidimensional Expressions (MDX) и Data Mining
Extensions (DMX)
13
Объекты SSAS



Data Source – настройки соединения с источником данных
Data Source View – определение метаданных, логическая
модель схемы данных, в терминах UDM, сохраняемая в
формате XML
Cube – набор мер и измерений. Часто используется как
синоним UDM. Содержит также описания:






14
Calculation – вычисляемый показатель
KPI (Key performance indicator)
Actions – клиентская команда, сохраненная на сервере
Partitions – средство физического разделения больших кубов при
хранении
Perspective – подмножество куба, скрывающее его сложную
структуру для бизнес-пользователей
Cube translation – представление имен в кубе на другом языке
Объекты SSAS

Структуры добычи знаний



Структуры Data Mining – определяет область данных, для
которых строится модель. Может содержать несколько
моделей, настроенных на одну область данных. Основной
элемент – столбцы, содержащие метаданные: тип данных,
тип содержимого, порядок сборки и т.д.
Модели Data Mining – определяют алгоритм добычи
знаний, применяемый к данным конкретной структуры
Data Mining
Роли (roles) - используются подсистемой
безопасности. Разделяются на серверные роли и роли
БД
15
Отличительные особенности




Нет дополнительной платы
Тесная интеграция с Office, SharePoint, Reporting &
Integrating Services
Инструмент разработки MS Visual Studio - Business
Intelligence Development Studio
Инструмент управления - SQL Server Management
Studio
16
Встроенные алгоритмы добычи знаний









Алгоритм взаимосвязей
Алгоритм кластеризации
Алгоритм дерева принятия решений
Алгоритм линейной регрессии
Алгоритм логистической регрессии
Упрощенный алгоритм Байеса
Алгоритм нейронной сети
Алгоритм кластеризации последовательностей
Алгоритм временных рядов
17
Sybase Adaptive Server IQ
18
Архитектура
PowerDesigner®
WarehouseArchitect™
Sybase PowerStage
Warehouse Control Center
Sybase
Warehouse
Studio
REPOSITORY
Infomaker
СУБД Sybase Adaptive Server IQ
Multiplex
19
СУБД Sybase Adaptive Server IQ Multiplex



использует особый, ориентированный на столбцы,
метод хранения данных
скорость выполнения запросов в 10 – 100 раз выше,
чем для традиционных реляционных СУБД
наименьшие расходы на содержание из всех серверов
систем поддержки принятия решений
20
Sybase Warehouse Studio

Warehouse Architect - CASE-средство проектирования
хранилища
Warehouse Control Center — средство управления
метаданными и администрирования хранилища
Infomaker — генератор отчетов

Sybase PowerStage – ETL-инструмент


21
Продукция Oracle


«старая» аналитическая платформа (ныне Oracle
Business Intelligence Suite Standard Edition)
новая платформа Oracle Business Intelligence Suite
Enterprise Edition
22
Oracle Business Intelligence
Suite Standard Edition
23
Структура
Oracle9i
Oracle Express
Server
Oracle Reports
Database
Data Mining
Data Warehouses
REPOSYTORY
JDeveloper
Data Warehouses
Method (DWM)
ETL
BI JavaBeans
Oracle Warehouse
Builder
OLAP Services
Application Server
24
Компонент Data Warehouses


объединяет те возможности сервера Oracle, которые
предназначены для построения и эффективного
использования хранилищ данных
Особенности:





25
параллельная обработка запросов
эффективные битовые (bitmap) индексы
специализированные алгоритмы выполнения запросов,
такие как хэш-соединения (hash joins)
возможность секционирования данных (partitioning)
технология управления суммарными данными на основе
материализованных представлений (materialized views)
Специальные функции



Анализируя статистику работы системы, СУБД
рекомендует администратору необходимые агрегаты,
автоматически их создает и периодически обновляет.
Затем при выполнении запросов с агрегированием
система автоматически переписывает их таким
образом, чтобы они обращались к суммарным
данным, хранящимся в материализованных
представлениях.
Такой подход резко, иногда на несколько порядков,
повышает производительность хранилища данных для
конечных пользователей.
26
ETL компонент

расширение стандартных средств СУБД Oracle
дополнительными командами и средствами,
полезными для задач сбора и преобразования
данных, например:





27
внешние таблицы
автоматическая фиксация изменения данных (change data
capture)
табличные функции
одновременный ввод и корректировка данных
ввод данных в несколько таблиц
Опция OLAP Services


позволяет хранить и обрабатывать многомерную
информацию на том же сервере баз данных, где
находится реляционное хранилище (по функциям
OLAP Services = МСУБД OracleExpress).
Средства OLAP Services поддерживают в полном
объеме основной язык сервера Express, а для
существующих баз данных Express обеспечивается их
миграция в СУБД Oracle
28
Опция DataMining


Классификационные модели

Деревья решений

Наивный Байесовский классификатор

Адаптивная Байесовская сеть

Метод опорных векторов
Регрессионные модели


Поиск существенных атрибутов




Иерархический алгоритм k-средних

Иерархический алгоритм с неизвестным число кластеров
Поиск ассоциаций
Априорный алгоритм
Выделение признаков


Метод минимальной длины описания
Кластеризация


Метод опорных векторов
Алгоритм сингулярной декомпозиции
Выделение аномальных выбросов
29
Интегрированная CASE-среда Oracle
Warehouse Builder

позволяет:




проектировать, создавать и администрировать хранилища
и витрины данных
разрабатывать и генерировать процедуры извлечения,
преобразования и загрузки данных из различных
источников
эффективно управлять метаданными
в основе – стандарт Common Warehouse Model
30
Поддержка аналитических задач





стандартная отчетность – OracleReports
нерегламентированные запросы – OracleDiscoverer
сложный многомерный анализ – опция OLAP Services
вместе с Jdeveloper и BI JavaBeans или OracleExpress
data mining - опция OracleDataMining
публикация в Web - с помощью сервера приложений
Oracle9i ApplicationServer
31
Data Warehouse Method (DWM)

оригинальная методология выполнения проекта по
созданию и сопровождению информационноаналитических систем. Является частью общего
подхода Oracle к проектированию и реализации
различных проектов.
32
Архитектура
33
В целом вся платформа Oracle BI SuiteEE построена на SOA (Service Oriented Architecture)
Спасибо за внимание!
34